一个简易DIF 侦测方法在性别差异中的应用研究

储林林 李付鹏 宋吉祥

美国心理与教育测量学家桑代克曾提出一个假说：“凡是存在必有数量，既有数量即可测量。”这表明，事物的质可以转化为量来计算。考试（测验）就是一种测量，基于心理特质在一定时间范围内是相对稳定的假设，通过一组或几组试题，被试的心理特质是可以测量出来的。由此我们可以进一步提出若干问题：对于参加某个测验的不同群体（男生与女生、农村学生与城市学生等），测验分数是否具有群体差异？分数差异是否是被试群体的真正能力体现？测验分数群体差异的原因是什么？这些问题与教育测验研究中的项目功能差异（differentialitemfunctioning，DIF）相关。

本研究在Rasch 试题难度计算的基础上，根据一个常见的效应量计算公式，以一份普通高中语文学科试卷成绩的抽样数据为例进行实验设计，侦测考试分数在不同性别中的DIF 现象。为保持与相关DIF 研究文献表述的一致性，文中有时把试题称为项目，项目和试题是同一概念。

一、DIF 定义

心理测量的目的是了解被试在成就、能力、水平、人格等心理特质上的差异。任何测量（考试）都是由具体的试题构成的，具有不同文化背景和生活环境的被试由于对试题的熟悉程度、理解能力等存在差异，可能获取不同的结果，从而出现测量结果对一些群体或个体有利，对另一些群体或个体有偏见或者不利的情况，即导致项目（试题）的功能差异，这就是DIF 现象。Angoff[1]将DIF 定义为在控制群体能力之后，一个项目在不同团体中显示的不同统计特性。……